百度飛槳世界冠軍帶你從零實踐強化學習總結

強化學習我的感悟 強化學習就像是人類幾代人不斷的探索得到一個比較好的結果的過程，相似於適者生存的過程，可是就是經過機器的學習與算法在模擬這個過程，儘量得到一個比較好的收益（對於機器來講）（對於咱們來講是得到一個較準確的結果），經過算法模擬得到一個比較好的結果。web 固然除了算法還有神經網絡和Q表格之類的，能夠把可能出現的非連續的或連續的狀況進行模擬。經過數字等模擬建模生成一個對象進行反映，反映出

>>阅读原文<<